L1范数探测粗差失效的观测量识别方法

P207; 粗差发生时,L1范数估计求得的条件方程闭合差较最小二乘估计(LS)的残差更能集中反映粗差,从而有助于粗差的发现与定位.然而,存在一类观测值,虽然其具有粗差发现和定位能力,但在采用L1范数估计解决粗差探测问题时,无论含有多大量级粗差都不能准确定位,为叙述方便,称其为L1抗差性失效点(robustness failpoint in L1-norm estimation,RFP-L1).显然,只有判定测量系统不存在RFP-L1,或存在时能够准确判断其是否含有粗差,才能保证基于L1的粗差探测结果的准确、可靠,此过程中,RFP-L1的识别是问题解决的基础.本文由条件方程,推导出观测值粗差对条...

Full description

Saved in:
Bibliographic Details
Published in测绘学报 Vol. 48; no. 11; pp. 1430 - 1438
Main Authors 闫广峰, 岑敏仪
Format Journal Article
LanguageChinese
Published 高速铁路运营安全空间信息技术国家地方联合工程实验室,四川成都610031 01.11.2019
高速铁路线路工程教育部重点实验室,四川成都610031
西南交通大学地球科学与环境工程学院,四川成都611756
Subjects
Online AccessGet full text
ISSN1001-1595
DOI10.11947/j.AGCS.2019.20180395

Cover

Abstract P207; 粗差发生时,L1范数估计求得的条件方程闭合差较最小二乘估计(LS)的残差更能集中反映粗差,从而有助于粗差的发现与定位.然而,存在一类观测值,虽然其具有粗差发现和定位能力,但在采用L1范数估计解决粗差探测问题时,无论含有多大量级粗差都不能准确定位,为叙述方便,称其为L1抗差性失效点(robustness failpoint in L1-norm estimation,RFP-L1).显然,只有判定测量系统不存在RFP-L1,或存在时能够准确判断其是否含有粗差,才能保证基于L1的粗差探测结果的准确、可靠,此过程中,RFP-L1的识别是问题解决的基础.本文由条件方程,推导出观测值粗差对条件方程闭合差绝对值和的影响系数计算式,得到了最小影响系数大小与观测值是否为RFP-L1的判别关系,并探讨了存在RFP-L1的测量系统设计矩阵数值特点,提出了判断RFP-L1观测值的方法.仿真试验表明,最小影响系数反映了观测值粗差对L1范数估计目标函数的影响大小,非RFP-L1和RFP-L1的最小影响系数具有分别等于1和小于1的规律性,同时得出,若观测方程中系数矩阵只有±1和0,对应的观测量均不属于RFP-L1.
AbstractList P207; 粗差发生时,L1范数估计求得的条件方程闭合差较最小二乘估计(LS)的残差更能集中反映粗差,从而有助于粗差的发现与定位.然而,存在一类观测值,虽然其具有粗差发现和定位能力,但在采用L1范数估计解决粗差探测问题时,无论含有多大量级粗差都不能准确定位,为叙述方便,称其为L1抗差性失效点(robustness failpoint in L1-norm estimation,RFP-L1).显然,只有判定测量系统不存在RFP-L1,或存在时能够准确判断其是否含有粗差,才能保证基于L1的粗差探测结果的准确、可靠,此过程中,RFP-L1的识别是问题解决的基础.本文由条件方程,推导出观测值粗差对条件方程闭合差绝对值和的影响系数计算式,得到了最小影响系数大小与观测值是否为RFP-L1的判别关系,并探讨了存在RFP-L1的测量系统设计矩阵数值特点,提出了判断RFP-L1观测值的方法.仿真试验表明,最小影响系数反映了观测值粗差对L1范数估计目标函数的影响大小,非RFP-L1和RFP-L1的最小影响系数具有分别等于1和小于1的规律性,同时得出,若观测方程中系数矩阵只有±1和0,对应的观测量均不属于RFP-L1.
Author 岑敏仪
闫广峰
AuthorAffiliation 西南交通大学地球科学与环境工程学院,四川成都611756;高速铁路运营安全空间信息技术国家地方联合工程实验室,四川成都610031;高速铁路线路工程教育部重点实验室,四川成都610031
AuthorAffiliation_xml – name: 西南交通大学地球科学与环境工程学院,四川成都611756;高速铁路运营安全空间信息技术国家地方联合工程实验室,四川成都610031;高速铁路线路工程教育部重点实验室,四川成都610031
Author_FL YAN Guangfeng
CEN Minyi
Author_FL_xml – sequence: 1
  fullname: YAN Guangfeng
– sequence: 2
  fullname: CEN Minyi
Author_xml – sequence: 1
  fullname: 闫广峰
– sequence: 2
  fullname: 岑敏仪
BookMark eNotT8tKw0AUnUUFa-0nuHSZeG8mk-ldlqBVCLiorksmk1GLpGAQXatoQdFVFFwWwYXgExE_KNP4F6bo5hw4B85jgTWyUZYytoTgIpIvV4Zutxf2XQ-QZtABTqLBmgiADgoS86yd53sKQPhcCk5N5kVYXZ3a4tVeT-zn5fT9rvx6Lh_ebDGe3p9Vjye1-HNxU72cl-Mne_ttP4pFNmfi_Txt_3OLba-tboXrTrTZ2wi7kZPXfeAEul5EGj3SXiKIgzS-TpCnnThRSmHqS2G0kYlRgVCBjAOlUxI-EUmvdnmLLf_lHsWZibOdwXB0eJDVjYNk91jNPiICAv8F_ntYhA
ClassificationCodes P207
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.11947/j.AGCS.2019.20180395
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Astronomy & Astrophysics
DocumentTitle_FL The identification method of gross error detection failpoint in L1-norm estimation
EndPage 1438
ExternalDocumentID chxb201911010
GroupedDBID -01
2B.
4A8
5VS
5XA
5XB
7X2
92E
92I
93N
ABJNI
ACGFS
AEUYN
AFKRA
ALMA_UNASSIGNED_HOLDINGS
ATCPS
BBNVY
BENPR
BHPHI
BKSAR
CCEZO
CCPQU
CCVFK
CW9
HCIFZ
IPNFZ
M0K
M7P
OK1
P2P
PATMY
PCBAR
PHGZM
PHGZT
PIMPY
PMFND
PSX
PYCSY
RIG
TCJ
TGP
U1G
U5K
ID FETCH-LOGICAL-s1000-6d9479d129d2c59307f4dc13e8acbbb1e475fdf7cfb65b67a6bde954999721e43
ISSN 1001-1595
IngestDate Thu May 29 04:11:08 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 11
Keywords 影响系数
L1范数估计
条件方程
粗差探测
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1000-6d9479d129d2c59307f4dc13e8acbbb1e475fdf7cfb65b67a6bde954999721e43
PageCount 9
ParticipantIDs wanfang_journals_chxb201911010
PublicationCentury 2000
PublicationDate 2019-11-01
PublicationDateYYYYMMDD 2019-11-01
PublicationDate_xml – month: 11
  year: 2019
  text: 2019-11-01
  day: 01
PublicationDecade 2010
PublicationTitle 测绘学报
PublicationTitle_FL Acta Geodaetica et Cartographica Sinica
PublicationYear 2019
Publisher 高速铁路运营安全空间信息技术国家地方联合工程实验室,四川成都610031
高速铁路线路工程教育部重点实验室,四川成都610031
西南交通大学地球科学与环境工程学院,四川成都611756
Publisher_xml – name: 西南交通大学地球科学与环境工程学院,四川成都611756
– name: 高速铁路线路工程教育部重点实验室,四川成都610031
– name: 高速铁路运营安全空间信息技术国家地方联合工程实验室,四川成都610031
SSID ssib005437539
ssib038074662
ssib051373695
ssib002263888
ssib000862384
ssj0058465
Score 2.2260826
Snippet P207; 粗差发生时,L1范数估计求得的条件方程闭合差较最小二乘估计(LS)的残差更能集中反映粗差,从而有助于粗差的发现与定位.然而,存在一类观测值,虽然其具有粗差发现和定位能力,但在采用L1范数估计解决粗差探测问题时,无论含有多大量级粗差都不能准确定位,为叙述方便,称其为L1抗差性失效点(robustness...
SourceID wanfang
SourceType Aggregation Database
StartPage 1430
Title L1范数探测粗差失效的观测量识别方法
URI https://d.wanfangdata.com.cn/periodical/chxb201911010
Volume 48
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR3LahRBcIjx4kV8El9hD7a30Xn089i9O2vQKIgJ5BZ2ZnbNJRtwE9AcVTSg6CkKHjyI4EHwiYgftJv1L6yq6WwmEPBxGYruenbNTFXPdHUHwcWUF6nkWoRRKUXIVSHDTqxkqHRZQvTmPM_xO-SNm3JukV9bEktTh97UVi1trOeXi80D60r-x6vQBn7FKtl_8OyEKTQADP6FK3gYrn_l4_mYZZrpJtMpyyQzgrkIAZ0xmyDgBNOOZYq5hBnFMkBQzGYIWM5c7Km0RhxjmebI0Cqm6-SGaWhpU1ebaYnkQGIdkQOaIeSUVQdZ7ua6-xVwzGiS22JWkpKWWbHrbxQCCiJLgfxcm4AUDNpDEWTGRGlA4cjX2vqni9j4Gr7dmw1Z20q6oXUdbRKWQg6NFuGAkGkg0kQIwNUKUjVj2pCxANMQWdDMel0dJ_ltZkkj4IZ8yC5NXjBNahHMOOZanqGj0YOuylN-9DSSG05dEbmj8pQgoZrGkMhNRuZYdHrVAn5Mml6KcZ7QtEgTsgWthnFsQQYb-VBYBSFc5gZppqhHKa7rT2NcizmQ8Ua1_AXPsz84NhquKDjaq83buKgR67RiHaVe0P5tx4uVezniQHqIFYyHE6VoGcT1W_X0HZJnXU8P4W1e2_5O8BRmw5N0Gc824HJve0oRpyqVZjJdxVxY0OoEb7-vuEPFrxykNhXa9Xud_p1aTrhwLDjqJ3MNWz2Zx4OpzZUTwYwd4O-ltdX7jUsNgquvh4OTQTIfj589HG1_Hj1_O_r-dOfrq-GPj8N3X0bbWzuvH43fP4DGX09ejD89Hm59GL38Ofq2fSpYbGcLzbnQH1oSDvBXWShL0NaUkEaXSSEMhNAeL4s47epOked53OVK9MqeKnq5FLlUHZmXXfzXjhXs0JueDqb7a_3uTNAwomMKIYBYSp7jxoxG9ApgY2BaliTdM8GsN3_Zv5QGy_vcdvZPCOeCI3vP5flgev3uRvcCJNnr-Sx5-jcNcZHH
linkProvider Colorado Alliance of Research Libraries
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=L1%E8%8C%83%E6%95%B0%E6%8E%A2%E6%B5%8B%E7%B2%97%E5%B7%AE%E5%A4%B1%E6%95%88%E7%9A%84%E8%A7%82%E6%B5%8B%E9%87%8F%E8%AF%86%E5%88%AB%E6%96%B9%E6%B3%95&rft.jtitle=%E6%B5%8B%E7%BB%98%E5%AD%A6%E6%8A%A5&rft.au=%E9%97%AB%E5%B9%BF%E5%B3%B0&rft.au=%E5%B2%91%E6%95%8F%E4%BB%AA&rft.date=2019-11-01&rft.pub=%E9%AB%98%E9%80%9F%E9%93%81%E8%B7%AF%E8%BF%90%E8%90%A5%E5%AE%89%E5%85%A8%E7%A9%BA%E9%97%B4%E4%BF%A1%E6%81%AF%E6%8A%80%E6%9C%AF%E5%9B%BD%E5%AE%B6%E5%9C%B0%E6%96%B9%E8%81%94%E5%90%88%E5%B7%A5%E7%A8%8B%E5%AE%9E%E9%AA%8C%E5%AE%A4%2C%E5%9B%9B%E5%B7%9D%E6%88%90%E9%83%BD610031&rft.issn=1001-1595&rft.volume=48&rft.issue=11&rft.spage=1430&rft.epage=1438&rft_id=info:doi/10.11947%2Fj.AGCS.2019.20180395&rft.externalDocID=chxb201911010
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fchxb%2Fchxb.jpg